Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/145480 http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/19-09-2016/000870791.pdf |
Resumo: | With the improvement of the Bolivian electricity market, it becomes important for all the participants of the electricity sector the prediction of the energy price in a short time horizon, giving with this the opportunity to the generating companies to optimize their supply strategies and maximize their profit. In this work, the problem of prediction will be approached using artificial intelligence techniques, specifically the use of an artificial neural network to price prediction for a 24 hours horizon, using a nonlinear autoregressive network with exogenous inputs (NARX) and a pattern recognition network in order to identify the best results of the prediction |
id |
UNSP_afcfc03af7566518f145987c48018f9f |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/145480 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiaisRedes neurais (Computação)Sistemas de energia eletricaPreçosNeural networks (Computer science)With the improvement of the Bolivian electricity market, it becomes important for all the participants of the electricity sector the prediction of the energy price in a short time horizon, giving with this the opportunity to the generating companies to optimize their supply strategies and maximize their profit. In this work, the problem of prediction will be approached using artificial intelligence techniques, specifically the use of an artificial neural network to price prediction for a 24 hours horizon, using a nonlinear autoregressive network with exogenous inputs (NARX) and a pattern recognition network in order to identify the best results of the predictionApós a liberação do mercado elétrico boliviano, tornou-se crucial, para as empresas concorrentes no setor elétrico, tentar prever o preço da energia num horizonte de curto prazo, dado que, a partir dessas estimativas, as companhias geradoras podem otimizar suas estratégias de oferta e assim mesmo maximizar seu lucro. Neste estudo, será abordado o problema de previsão usando técnicas de inteligência artificial, especificamente utilizando redes neurais artificiais para prever o preço num horizonte de 24 horas; se utilizará uma rede não-linear autorregressiva com entradas exógenas (NARX) e uma rede neural de reconhecimento de padrões, com o fim de identificar qual destas apresenta melhores resultados de prediçãoUniversidade Estadual Paulista (Unesp)Minussi, Carlos Roberto [UNESP]Lotufo, Anna Diva Plasencia [UNESP]Universidade Estadual Paulista (Unesp)Padilla Alvarez, Ángela Patricia [UNESP]2016-12-09T13:52:16Z2016-12-09T13:52:16Z2015-11-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis86 f. : il.application/pdfPADILLA ALVAREZ, Ángela Patricia. Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais. 2015. 86 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015.http://hdl.handle.net/11449/145480000870791http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/19-09-2016/000870791.pdf33004099080P07166279400544764Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-08-05T17:41:57Zoai:repositorio.unesp.br:11449/145480Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:41:57Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais |
title |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais |
spellingShingle |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais Padilla Alvarez, Ángela Patricia [UNESP] Redes neurais (Computação) Sistemas de energia eletrica Preços Neural networks (Computer science) |
title_short |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais |
title_full |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais |
title_fullStr |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais |
title_full_unstemmed |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais |
title_sort |
Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais |
author |
Padilla Alvarez, Ángela Patricia [UNESP] |
author_facet |
Padilla Alvarez, Ángela Patricia [UNESP] |
author_role |
author |
dc.contributor.none.fl_str_mv |
Minussi, Carlos Roberto [UNESP] Lotufo, Anna Diva Plasencia [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Padilla Alvarez, Ángela Patricia [UNESP] |
dc.subject.por.fl_str_mv |
Redes neurais (Computação) Sistemas de energia eletrica Preços Neural networks (Computer science) |
topic |
Redes neurais (Computação) Sistemas de energia eletrica Preços Neural networks (Computer science) |
description |
With the improvement of the Bolivian electricity market, it becomes important for all the participants of the electricity sector the prediction of the energy price in a short time horizon, giving with this the opportunity to the generating companies to optimize their supply strategies and maximize their profit. In this work, the problem of prediction will be approached using artificial intelligence techniques, specifically the use of an artificial neural network to price prediction for a 24 hours horizon, using a nonlinear autoregressive network with exogenous inputs (NARX) and a pattern recognition network in order to identify the best results of the prediction |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-11-13 2016-12-09T13:52:16Z 2016-12-09T13:52:16Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
PADILLA ALVAREZ, Ángela Patricia. Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais. 2015. 86 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015. http://hdl.handle.net/11449/145480 000870791 http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/19-09-2016/000870791.pdf 33004099080P0 7166279400544764 |
identifier_str_mv |
PADILLA ALVAREZ, Ángela Patricia. Previsão do preço spot do mercado majoritário boliviano utilizando redes neurais artificiais. 2015. 86 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015. 000870791 33004099080P0 7166279400544764 |
url |
http://hdl.handle.net/11449/145480 http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/19-09-2016/000870791.pdf |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
86 f. : il. application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
Aleph reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128174311079936 |